-
公开(公告)号:CN115101146B
公开(公告)日:2024-09-06
申请号:CN202210907013.1
申请日:2022-07-29
Applicant: 郑州大学
IPC: G16C20/50 , G16C20/70 , G16B15/30 , G16B40/00 , G06N3/045 , G06N3/0442 , G06N3/042 , G06N3/0464 , G06N3/084 , G06F40/284
Abstract: 本发明涉及生物医药技术领域,具体涉及一种基于Weisfeiler‑Lehman与深度神经网络的药物靶点预测方法及系统,包括,获取待预测药物的药物分子和待预测靶点的蛋白分子,进而得到待预测药物的指纹图谱和邻接矩阵以及待预测靶点的蛋白质序列向量,从而得到药物嵌入向量特征和蛋白序列嵌入向量特征;根据预先构建并训练好的深度神经预测网络、药物嵌入向量特征以及蛋白序列嵌入向量特征,确定药物靶点相互作用关系。本发明有效提高了预测药物靶点相互作用关系的准确性。
-
公开(公告)号:CN115101146A
公开(公告)日:2022-09-23
申请号:CN202210907013.1
申请日:2022-07-29
Applicant: 郑州大学
IPC: G16C20/50 , G06N3/08 , G06N3/04 , G06F40/284
Abstract: 本发明涉及生物医药技术领域,具体涉及一种基于Weisfeiler‑Lehman与深度神经网络的药物靶点预测方法及系统,包括,获取待预测药物的药物分子和待预测靶点的蛋白分子,进而得到待预测药物的指纹图谱和邻接矩阵以及待预测靶点的蛋白质序列向量,从而得到药物嵌入向量特征和蛋白序列嵌入向量特征;根据预先构建并训练好的深度神经预测网络、药物嵌入向量特征以及蛋白序列嵌入向量特征,确定药物靶点相互作用关系。本发明有效提高了预测药物靶点相互作用关系的准确性。
-